|
|||||
|
|
| LS-SVM在混沌时间序列预测中的应用 | |
| 引用本文： | 孙德山,吴今培. LS-SVM在混沌时间序列预测中的应用[J]. 计算机技术与发展, 2004, 14(1) |
| 作者姓名： | 孙德山 吴今培 |
| 摘 要： | 支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题.文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析.仿真实验表明,该方法具有很好的泛化能力和一定的噪声容忍能力. |
| 关 键 词： | 最小二乘支持向量机 回归 混沌时间序列 核函数 |
Application of LS-SVM to Prediction of Chaotic Time Series |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |